基于分层特征提取和多尺度特征融合的高分辨率遥感影像水体提取深度学习算法

高精度的水体提取有助于水资源监测和管理。目前基于遥感影像的水体提取方法缺乏对于边界质量的重视,造成边界划分不准确,细节保留度低的问题。为了提升遥感影像水体提取的边界与细节的精度,提出了一种基于多尺度特征融合的高分辨率遥感影像水体提取深度学习算法,包括分层特征提取模块与融合多尺度特征的堆叠连接解码器模块。分层特征提取模块中,引入了通道注意力结构,用于整合高分辨率遥感影像中水体的形状、纹理和色调信息,以便更好地理解水体的形状和边界。在融合多尺度特征的堆叠连接解码器模块中,进行了多层次语义信息的堆叠连接,并加强了特征提取,同时捕捉了广泛的背景信息和细微的细节信息,以实现更好的水体提取效果。在自行标注的数据集与公开数据集上的试验结果表明,模型的准确率达到了98.37%和91.23%,与现有的语义分割模型相比,提取的水体边缘更加完整,同时保留细节的能力更强。提出的模型提升了水体提取的精度和泛化能力,为高分辨率遥感影像水体提取提供了参考。     

基于PCA和SVM的遥感影像水体提取方法及验证

针对内陆湖泊水质及光谱特性空间差异性大、支流水系结构复杂而导致的遥感影像水体提取精度低的问题,提出了结合光谱主成分分析(PCA)及支持向量机(SVM)的PCA-SVM水体提取算法。基于GF-1卫星遥感影像,对原始影像光谱波段特征进行PCA降维,从中优选熵、方差、差异性纹理特征向量,结合原始波段及归一化差分水体指数(NDWI),构建了8维特征向量,并基于SVM算法提取湖泊水体。以巢湖洪水期与非洪水期影像为研究实例,分别采用NDWI法、传统SVM算法及PCA-SVM算法对水体进行提取,并进一步基于PCA-SVM算法对2020年汛期巢湖洪水期淹没演变过程进行反演和跟踪,定量解析特征向量组合及SVM惩罚系数C对水体提取性能的影响。结果表明：PCA-SVM算法提取的湖泊完整、支流连续,显著改善了含蓝藻水体漏提、建筑物误提等问题;洪水期和非洪水期提取结果的F1分数分别为95.08%和97.95%,虚警率分别为5.43%和1.13%,提取精度显著高于NDWI法和SVM算法。     

基于MODIS数据的黄河水体提取方法研究

通过分析黄河水体在MODIS影像上的光谱表现特征及与其他背景地物在光谱特征上的差异,分别采用单波段阈值法和多光谱混合分析法对黄河水体进行了提取试验研究,并对比分析了两种方法的优缺点,指出多光谱混合分析法更适用于MODIS数据的黄河水体提取。     

面向对象的高分辨率影像水体信息提取研究

以昆山南部的WorldView-2影像为研究数据(全色波段分辨率为0.5 m,多光谱波段分辨率为1.8 m),基于eCognition软件平台,通过选择适宜的尺度,并结合纹理、形状、光谱等特征构建合理有效的规则集,实现面向对象的水体信息提取。利用实测结果对遥感解译结果进行形状一致性和面积一致性检验,精度分别达到89.14%和92.06%,表明利用面向对象技术从高分辨率遥感影像提取水体信息具有一定的可靠性和实用性。     

基于环境减灾卫星的鄱阳湖枯期水域提取方法

鄱阳湖水体范围参数对揭示该流域生态环境演变和旱灾形成机制具有重要意义。鄱阳湖枯水期地物类型复杂且分布不连续,水体微观构成机制复杂多样,导致水体及其邻界地物光谱特征复杂,现有卫星影像水体提取方法效率和精度难以适用景观异质性强的水体范围提取。基于环境减灾卫星多光谱数据,协同使用阈值法、决策树法和区域生长法开展卫星影像鄱阳湖枯水期水体提取,并以人工目视解译结果作为真值,开展精度验证和效率评价。结果表明:该方法可将目视解译需要2 d的时间缩短到2 h以内,显著提高了效率,正确识别率为目视解译的95.8%。     

基于“高分一号”遥感影像水体提取方法的对比分析

为更好地普及国产高分遥感影像在水资源领域上的应用,基于"高分一号"遥感影像针对广州市番禺区与南沙区进行水体提取,对比分析了单波段阈值法、谱间关系法与模型法的应用。结果表明,模型法NDWI为最佳水体提取模型,有效地适用于广州市水体提取,为普及国产遥感影像提取水体信息提供了方法借鉴。     

基于混合像元分解法的黄河河道水体遥感监测

针对黄河河道水体泥沙含量较高的特点,采用基于混合像元分解的方法进行黄河河道水体提取,并应用于河势监测分析。结果表明,基于混合像元分解法进行黄河河道水体提取,能够有效突出水体信息,抑制较小面积的坑塘水体,快速、准确提取黄河河道水体信息,为河道管理与整治等流域综合管理提供支持。     

基于SPOT影像的珠江口磨刀门岸线提取方法

岸线提取是开展河岸资源管理的前提,对于研究岸线时空演变特征具有十分重要的意义,能为岸线资源开发及保护提供科学的决策支持。该文以2013年SPOT遥感影像为数据源,选取珠江口磨刀门水道为研究区,在运用归一化水体指数算法(NDWI)进行水陆分离的基础上,提出一种基于面积大小筛选的河道岸线提取方法。研究结果表明:通过面积筛选法提取的岸线结果与实际岸线较为符合,该方法能较好地应用于珠江口磨刀门水道的河道岸线提取。     

大伙房水库水体精确提取及变化检测

利用NDWI,MNDWI,SVM及FCLS方法结合Google高分辨率影像,研究遥感影像水体信息的精确提取,对各种方法提取的面积精度进行评价,选择水体提取最优方法。FCLS提取的水体边界与Google基准影像提取的水体边界吻合度更高,FCLS方法适合大伙房水库等大型水体边界的精确提取。利用FCLS法对4月12日和27日Landsat 8影像进行分类和变化检测,水体面积增加了3.439 km~2。     

水库水体的最大类间方差迭代遥感提取方法

针对利用遥感影像结合经验阈值提取水体信息需要进行大量试验,难以客观地确定水体与非水体分割阈值的问题,在最大类间方差法的基础上提出了最大类间方差迭代法来优化提取水库水体信息。基于高分一号(GF-1)卫星影像数据,使用归一化差分水体指数(NDWI)法初步提取了水体信息,通过形态学膨胀算法建立缓冲区,采用多次迭代最大类间方差法计算自适应阈值,用于分割水体与非水体,从而实现水体最优提取。实例验证结果表明,提出的优化方法可以有效地消除建筑等非水体地物信息的干扰,较准确地提取水库水体信息在不同时期的特征,总体分类精度与Kappa系数较最大类间方差法提取结果分别提高了9.36%和24.09%,综合精度平均提高了10.42%。     

面向对象的GF-2影像水体信息提取研究

高分辨率遥感影像面向对象信息提取的前提和关键步骤是影像分割。在分析水体信息提取方法的基础上,提出多尺度-光谱差异分割的方法。首先,以河南省开封市某区域为例,采用多尺度分割的方法对GF-2影像进行分割,确定最优分割尺度;然后,在保证地类分割纯度的基础上,对分割的影像进行光谱差异分割,得到研究区域水体分割最佳效果;最后,利用水体在近红外波段均值的特征,设置阈值提取到满意的水体信息结果。根据目视评价和定量评价结果,证明该方法在研究区域是可行的。     

A1os融合影像中水体信息提取方法研究

应用Pan-sharpen ing和G ram-Schm id两种高保真融合影像方法对A los全色光谱影像和多光谱影像进行融合,并且对融合效果进行评价和分析,选取结果较优的G ram-Schm idt方法融合后的影像作为面向对象方法提取影像的数据源进行水体的提取。检验最后的提取结果,发现面向对象的方法在融合后的影像中提取水体,可得到较好结果。     

薄云覆盖下山区河道水体遥感影像提取方法研究

MODIS遥感数据时间分辨率较高,将其应用于河道监测优势明显。但是对于山区多云地区,MODIS数据时间分辨率高的优势无从发挥,且山区沟壑众多,河道狭窄,水体像元多为混合像元,利用现有方法提取水体遥感影像难度较大。为了能够将MODIS数据的优势运用于山区河道监测,选定大渡河流域作为典型研究区域,在对MODIS数据中的典型地物进行采样分析后,首先采用基于小波变换改进的同态滤波削弱云雾,然后对归一化植被指数法(RVI)进行改进,得到了薄云覆盖下山区水体指数(CMWI),消除了薄云的干扰,实现了山区沟壑的模糊处理,突出了水体。图像增强后,河道水体清晰可辨,适用于山区河道遥感监测工作。     

河口Ⅱ类水体富营养化的遥感定量方法研究

基于对水体叶绿素光谱特征的分析和河口水体富营养化指标的研究,选取适合长江口特点的叶绿素浓度解译方法,利用总磷、总氮与叶绿素的相关特征得出适合河口特征的富营养化评价方法.并且在长江口的遥感影像上选取合适的实验区对这一方法进行试验,取得了较好的结果.     

基于多光谱影像的水体自动提取方法比较研究

以鄱阳湖湿地及附近水域为研究区,基于Landsat OLI影像从水体错提率和面积精度两方面比较了单波段阈值法、归一化差异水体指数法(NDWI)、改进的归一化差异水体指数法(MNDWI)、新型水体指数法(NWI)提取湿地水体的效果。并针对传统提取方法中阈值难以确定的问题,引入直方图波谷法、大津法、迭代法计算阈值。结果表明:单波段阈值法的提取效果较差,3种水体指数法均能对水体进行有效提取;直方图波谷法的计算效果不稳定,不适合计算此次水体提取方法的阈值;大津法和迭代法均能较准确地计算阈值,其中大津法结合新型水体指数法(NWI)精度最高。     

基于混合像元分解的武汉市湖泊面积变化监测

以中等分辨率Landsat TM/ETM+为数据源的常用水体提取方法有阈值法、谱间关系法、归一化水体指数法和分类法,然而这些方法都未考虑混合像元的影响.遥感影像上不可避免的存在着混合像元,这使得基于像元的遥感信息提取精度难以满足较高精度应用需求.首先利用混合像元线性光谱分解方法从2006年武汉地区LandsatTM影像...     

基于星载SAR 数据的山区水体提取方法研究

具有全天候和全天时监测能力的星载SAR已经广泛应用于地表水体信息提取,但是因SAR的成像方式为斜距成像,在山区影像有显著的几何形变,将严重影响到影像的几何定位和水体信息的提取.本文以EnvisatASAR数据为例,探讨一种山区水体信息提取方法,即基于DEM的SAR图像模拟技术,对图像精确地正射校正和进一步的对运用双峰法提取的水体作山体阴影剔除.实验研究表明,此方法能很好的修正图像形变、减少山体阴影与水体混淆,提高了水体提取的精度.     

基于GF-1遥感影像的河湖水域面积提取

针对水环境遥感监测需求,开展基于GF-1卫星影像的河湖水面信息提取。以怀洪新河为例,在对水体与背景地物波谱特征变化趋势分析基础上,对比阈值法、谱间关系法、水体指数模型法等3种常用方法在河流水域面积提取上的差异,以目视判断与精度分析对提取结果进行分析,结果表明,对于怀洪新河等大型的河流、湖泊等水体信息,水体指数阈值法提取结果精度最高,且具有水陆区分度高和误识别率低的特点,适用于解决大型水体目标快速提取问题。     

TM影像湿地水体信息自动提取方法研究

在杨存建等人发现Landsat TM影像中水体具有TM2＋TM3〉TM4＋TM5的特征的基础上，分析了水体及其它几类主要地物的光谱特性在TM影像中的表现特征，发现水体、居民地的阴影以及山体阴影都具有TM2＋TM3〉TM4＋TM5的特点，但是3者（TM2＋TM3）／（TM4＋TM5）的比值却存在着较大的差异，所以辅以适合的阈值（水体（TM2＋TM3）／（TM4＋TM5）〉2．0）可以将水体信息区别于其它所有的地物。并将该方法分析了含不同水体类型的福州市TM遥感影像进行了实验，研究发现用该方法可以将水体与全部居民地的阴影和山体阴影区分开来，实验取得了良好的效果。该方法可用于快速、简便和准确地提取城市和山区中的水体信息，同时克服了水体提取中难于消除阴影（居民地阴影与山体阴影）的难题？     

遥感影像融合方法在ALOS影像水体信息提取中的应用研究

为了应用ALOS遥感影像调查浙江省德清县水域分布,首先采用小波变换、GS变换和高通滤波三种影像融合方法,分别对已配准的ALOS多光谱与全色波段影像进行融合;然后采用监督分类方法分别对融合前后影像提取水体信息,通过比较这三种融合方法在水体信息提取的效果,给出了适于水体信息提取的影像融合方法。